京东数科JDD-2018全球总决赛2支冠军队伍诞生,50万奖金+京东数科offer均被学生党收入囊中

2019 年 1 月 16 日 机器之心

机器之心报道

作者:孙茜茜


1 月 13 日,JDD-2018 京东数字科技全球探索者大赛全球总决赛落下帷幕。


JDD 大赛总决赛选手与导师、评委合影


本届 JDD 大赛设置了「人口动态普查与预测」、「自动驾驶地图优化与传感器融合」两道赛题,中国内地、中国香港、美国和以色列四大赛区。


自 2018 年 11 月 20 日大赛启动报名以后,在不到一个月的报名时间里,共吸引了 2100 余支队伍、3000 多名选手报名参加。参赛选手中,有的自发在知乎上撰写攻略,为其他参赛者提供参赛建议和引导;有的则在开源社区公开自己的源代码,只为寻得高手切磋。


在选拔赛阶段,四大赛区独立排名比赛,由计算机直接给出算法得分,最终按排名顺序选出各个赛区的赛题冠军。最终,四大赛区两道赛题共 8 支队伍(均来自全球各高校的本科生、硕士生、博士生)于 1 月 12 日、13 日齐聚位于北京的京东集团总部参加全球总决赛。他们不仅要在 24 小时内完成总决赛赛题的数据和算法研发,还要在导师指导下完成商业计划书,并进行商业路演,由评委综合评定。


谈及 JDD 大赛,京东集团副总裁、京东数字科技首席数据科学家郑宇表示:「整个 JDD 大赛是一个连接场景、数据、人工智能、商业模式的平台,与京东数科做产业数字化活动的战略定位一脉相承。」


2018 年 11 月 20 日,京东数字科技 CEO 陈生强在 JDD-2018 京东数字科技全球探索者大会上宣布,「京东金融」品牌正式升级为「京东数字科技」(JD Digits),布局金融、城市、农牧、营销等产业数字化。


郑宇还表示,以前学生都专注在算法、精度、调节参数方面,对算法和技术的应用没有太多思考,「不太利于产学研一体化,也不太利于学生毕业之后真正在实践中解决一些问题。所以我们针对的模式是不太一样的,提供了一个从一开始有算法想法,到真正把算法商业化落地的平台,这是一个很好的贡献。」


为了帮助参赛选手实现技术能力与商业应用的深度结合,更好地提升他们的理论与实战经验,主办方为选手们请来了两位导师。郑宇担任「人口动态普查与预测」赛题的导师,京东集团副总裁、X 事业部总裁肖军担任「自动驾驶地图优化与传感器融合」赛题的导师。


此外,主办方还邀请了清华大学计算机科学与技术系副教授唐杰、IDG 资本合伙人牛奎光、创世伙伴资本创始主管合伙人周炜,驭势科技创始人兼 CEO 吴甘沙、联通大数据有限公司总经理赵越、TalkingData 创始人兼首席执行官崔晓波作为路演评委,为每支团队进行点评和商业指导。


最终,来自以色列赛区的团队 Cheese&Chips 最终夺得「人口动态普查与预测」赛题的全球总冠军,来自中国内地赛区的团队 wh 最终夺得「自动驾驶地图优化与传感器融合」赛题的全球总冠军。


大赛从启动到落幕,共耗时近两个月时间。这两支冠军队伍均是第一次参加这么长时间的比赛、均是同门师兄弟/妹、均是第一次制作商业计划书。


他们都将获得 50 万元的冠军奖金,并受邀加入京东数字科技。


三名 ML&AI 博士将冠军收入囊中


「还没想好怎么用这个奖金,先买一台新电脑吧。」Cheese&Chips 团队成员陈逸舟在发表获奖感言时如是说,博得满场笑声笑语。


Cheese&Chips 团队中,陈逸舟和代忠祥均是博士二年级学生,队长于海斌是博士五年级学生,团队三人均就读于新加坡国立大学计算机学院,在同一个老师门下攻读博士学位,研究机器学习和人工智能。


他们的赛题是人口动态普查与预测,「我们一直认为处理数据是一个核心。」总决赛中,出于对数据的「极致处理」,他们的算法取得了 100 分的成绩。


陈逸舟在总决赛中负责算法,他说,「观察比赛的数据,其实是有很大波动的。它会突然在一定时间上去。持续一段时间后又会下来,会有一个突发性的方形信号的起伏,我们就把它进行特殊处理,把它去掉,然后就能得到一个平滑的预测值,效果会好一些。」


夺冠后,三人均表示,「没想到会取得这么好的成绩。」初赛成绩起起伏伏,进复赛也比较勉强(一个赛区共五名,他们排名第四)。进了复赛后,成绩一直领先。参加复赛的四五天时间,陈逸舟和于海斌每天写代码调参数,「假设一个人每天清醒的时间可能是 16 个小时,我们可能 10 个小时放在这上面。」


「人口动态普查与预测」赛题全球总冠军 Cheese&Chips(左起:郑宇、代忠祥、于海斌、陈逸舟)


他们的商业计划书是通过人口流动预测帮助租车公司调度车辆安排。


汽车租赁有一个很重要的指标——汽车的使用率,对于租车公司的营收有非常重大的影响。因此,他们想通过在本次大赛所用到的精确时空预测模型,对跨城市人口流量进行预测,提供准确的信息,帮助租车公司优化车辆调度,增加租车需求地和车辆位置的一致性,从而帮助租车公司增加利润。


路演完毕后,郑宇评价道:「我很希望这样的应用能够在中国落地。因为租车确实是一个痛点。」


赛后,谈及这个 idea 的诞生,陈逸舟说,「因为我们队长今天刚好要租车,所以昨天他就忽然想到要租车。因为都是交通,人口流动数据跟交通的其他数据是有性质上的相似性的,所以可以用来辅助提高车的使用率。」


「商业计划书是最大的挑战。之前根本不知道商业计划书是什么,更不用提它需要什么东西了。」代忠祥在总决赛中负责商业计划书的制作,他表示,「郑总的指导还是非常有用的,他告诉我们的商业计划书应该是什么样子,帮我们理清了思路。」


导师郑宇对 Cheese&Chips 队进行赛题指导


「第二次沟通的时候,我们有一些备选(idea)。他给我们画了一个范围,我们知道应该往哪方面去思考,我们要站在什么样的角度考虑什么样的受众,然后具体到细节。」陈逸舟回忆道,「比如,人口流动是一个时空性质的数据。用其他城市数据(比如污水排放相应的数据),我们的算法是否也能够有好的表现。他告诉我们不一定可以,因为我们要考虑数据之间的相关性,这两个数据类型不同,模型可能没法泛化那么远。然后我们就知道哪些方向不行。」


肖军:「团队阵容非常豪华,两款产品也非常有前景」


「考完试直接提箱子来北京,60 个小时只睡了 6 个小时,居然精神贼好,讲 PPT 的时候非常放松,差点在台上说脱口秀。可能这就是我的熬夜潜力吧,从未被开发过的潜力。」夺冠后,wh 队的葛雯斐发了这样一条朋友圈。


发表获奖感言时,她十分耿直地说,「我来参加这个比赛,就是抱两个师兄大腿的,我是硕士,他俩是博士。」


葛雯斐目前是武汉大学导航控制与制导方向的硕士研究生,她口中的师兄是常乐——正攻读大地测量学与测量工程专业博士(二年级)、刘天弋——正攻读通信与信息系统专业博士(一年级)。师兄妹三人均是武汉大学组合导航学科带头人牛小骥教授的弟子,牛小骥教授长期从事惯性导航和 GNSS/INS 组合导航研究。此次比赛就像为他们「量身定制」一般。


「我们初赛是从截止日期前两周开始的。」队长常乐表示,之所以参加此次比赛是因为导师的推荐,「导师发个链接给我,说比赛跟你现在的研究方向比较接近,你把相关的数据算一下。算了一下,提交结果,感觉还不错,就继续一步步参加。」


「自动驾驶地图优化与传感器融合」赛题全球总冠军 wh (左起:肖军、刘天弋、常乐、葛雯斐)


「激光环境感知与组合导航系统——GLINS」是他们在路演现场推出的产品。


「自动驾驶是一个庞大的系统工程,里面包含了多种技术成分,包括定位、决策、控制、人工智能、建图、通讯、信息安全等。这些技术是复杂的、非线性的、多维的融合。」葛雯斐在台上向大家介绍,「只有定位和地图做好了,自动驾驶才能拥有导航功能。我们团队在定位和建图方面有独特的技术优势,结合研究背景和自动驾驶的需求,我们推出了一款激光环境感知与组合导航系统——GLINS。」


这个产品包含两部分,「多传感器融合建图软件」和「车载实时导航终端」。


「多传感器融合建图软件」采用了激光雷达数据、GPS、IMU(惯性测量单元)以及里程计数据进行高精度的点云制作,关键技术是全局 SLAM 技术和动态物体剔除技术。根据现场的显示图可以看到,修正后的地图精度更高、噪声更小。



自动驾驶中常用的传感器有 GPS、雷达、里程计、INS(惯性导航系统,简称惯导)等,但这些传感器可能会在某种情况下变的质量不好甚至失效,因此,采取合理的策略对这些传感器进行组合是非常重要的。


葛雯斐介绍,「惯导的完整建模以及车辆运动模型的建立,使得我们的定位系统能够在复杂的环境中,都提供一个连续的可靠的应用结果。面对城市中的高楼环境,我们的定位结果能够达到分米级的位置以及 0.1 度的航向误差。」


「我们的核心是对惯导模型的完整建立以及车载变数信息的考量。这个比赛中,为了验证我们的方案,由于比赛提供的数据质量比较好,我们就加了 30 秒的激光雷达中断,同时禁用了 GPS,只用了惯导的数据以及车载约束信息进行位姿的解算。通过约束信息,预测轨迹在约束后精度较约束前有了十倍的提升,这也验证了我们所提出的方案的有效性。」


据他们分析,之所以分数比其他组优秀,主要是对惯导数据的应用。比赛提供的惯导数据质量不好,其他组都舍弃掉了。


他们的成绩一直比较稳。虽然在总决赛现场,「眼睁睁」看着另一组的成绩慢慢逼近,但他们最终没有再对模型进行任何调整,除了时间紧迫、提交次数有限,主要还是因为成绩比较「稳」。


他们表示,能够夺冠,导师肖军也给了很大的帮助。赛前,肖军给他们勾勒了自动驾驶大的框架,帮忙他们理清了自动驾驶目前的痛点以及创业公司经常陷入的误区,并告诉他们自动驾驶是一个特别大的工程,不是某一个技术点突破的事情,但是可以选择在一个点上进行突破。「如果你的定位算法或者是你的激光、RBG 融合方法是最好的,那就去做一个整体的激光和视觉融合的模块。」


导师肖军对所有团队进行赛题指导


他们根据导师的指导,紧紧扣题,最终获得导师认可。「这两个产品是非常有前景的,这个团队阵容也非常豪华。这两个产品是我非常支持的、大学生或者技术团队创业的一种方式。技术团队创业,不需要去打造一种新型的商业模式。通过自己的技术,在几个大类的产品上面,技术方面做得比行业足够强,就已经打造了一个非常好的商业模式,所以这一组的商业模式我觉得非常不错。」


当主持人打趣「我感觉肖总马上就要把你们招到门下了」,肖军脸上乐开了花。


关于本届 JDD 大赛,郑宇还表示,「在全球产业数字化转型浪潮下,我们更愿意做产业升级的「共建者」。京东数科希望通过 JDD 大赛这个桥梁,挖掘越来越多对企业数字化转型、对城市数字化转型、对产业数字化能够做出贡献的技术人才,将数字科技和产业的『行业 Know-how』形成深度结合,探索数字科技的无限可能性,实现各方的共生共建,最终推动全球数字科技的发展。」


本文为机器之心报道,转载请联系本公众号获得授权

✄------------------------------------------------

加入机器之心(全职记者 / 实习生):hr@jiqizhixin.com

投稿或寻求报道:content@jiqizhixin.com

广告 & 商务合作:bd@jiqizhixin.com

登录查看更多
0

相关内容

商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
 第八届中国科技大学《计算机图形学》暑期课程课件
专知会员服务
56+阅读 · 2020年3月4日
清华大学张敏老师,个性化推荐的基础与趋势,145页ppt
专知会员服务
86+阅读 · 2019年11月27日
京东与斯坦福达成战略合作 携手推进AI研究
京东大数据
3+阅读 · 2017年11月28日
中国高校人工智能专业TOP10榜单及行业薪酬大曝光
人工智能机器人联盟
4+阅读 · 2017年9月17日
Talking-Heads Attention
Arxiv
15+阅读 · 2020年3月5日
Arxiv
6+阅读 · 2019年4月4日
Arxiv
19+阅读 · 2018年5月17日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
 第八届中国科技大学《计算机图形学》暑期课程课件
专知会员服务
56+阅读 · 2020年3月4日
清华大学张敏老师,个性化推荐的基础与趋势,145页ppt
专知会员服务
86+阅读 · 2019年11月27日
Top
微信扫码咨询专知VIP会员